Python調(diào)用百度AI實現(xiàn)人像分割詳解

更新時間：2021年12月21日 08:54:47 作者：學術(shù)菜鳥小晨

本文主要介紹了如何通過Python調(diào)用百度AI從而實現(xiàn)人像的分割與合成，文中的示例代碼對我們的工作或?qū)W習有一定的幫助，需要的朋友可以參考一下

一、原始視頻截圖

import cv2
cap=cv2.VideoCapture(r"【小仙若】shake it ！冬日也要活力滿滿！ (P1. shake it).mp4")
ret,frame=cap.read()
i =0
timeF=3
j=0
num=0
while 1:
  i=i+1
  if (i%timeF==0):
    j=j+1
    cv2.imwrite("./pictures/"+str(num)+".jpg",frame)
    num+=1
    print("save image:",i)
  ret,frame=cap.read()

二、提取人像

# -*- coding:utf-8 -*-
import cv2
import base64
import numpy as np
import os
from aip import AipBodyAnalysis
import time
import random
 
APP_ID = '25365416'
API_KEY = 'pS5cVzzw2iBfLY6MKRhUE4cw'
SECRET_KEY = '×××××××××××××××××××××××××'
 
client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
# 保存圖像分割后的路徑
path = './mask_img/'
# os.listdir  列出保存到圖片名稱
pics = os.listdir('./pictures')
print(pics)
for im in pics:
    # 按順序構(gòu)造出圖片路徑
    img = os.path.join("./pictures",im)
    img1 = cv2.imread(img)
    height, width, _ = img1.shape
    # print(height, width)
    # 二進制方式讀取圖片
    with open(img, 'rb') as fp:
        img_info = fp.read()
 
 
    # 設(shè)置只返回前景   也就是分割出來的人像
    res = client.bodySeg(img_info)
    seg_res = client.bodySeg(img_info)
    labelmap = base64.b64decode(seg_res['foreground'])
    file = open('./he/'+im.split(".")[0]+'.png','wb')
    file.write(labelmap)
    file.close()
 
    print('======== 圖像分割完成 ========')

三、和背景圖合并

import cv2
import os
from PIL import Image
import numpy as np
 
 
background='1.jpg'
def blend_images(fore_image, base_image):
    """
    將摳出的人物圖像換背景
    fore_image: 前景圖片，摳出的人物圖片
    base_image: 背景圖片
    """
    # 讀入圖片
    base_image = Image.open(base_image).convert('RGB')
    fore_image = Image.open(fore_image).resize(base_image.size)
 
    # 圖片加權(quán)合成
    scope_map = np.array(fore_image)[:,:,-1] / 255
    scope_map = scope_map[:,:,np.newaxis]
    scope_map = np.repeat(scope_map, repeats=3, axis=2)
    res_image = np.multiply(scope_map, np.array(fore_image)[:,:,:3]) + np.multiply((1-scope_map), np.array(base_image))
    
    #保存圖片
    res_image = Image.fromarray(np.uint8(res_image))
    res_image.save(os.path.join('./he/',im))
    #cv2.imwrite(os.path.join(path1,im), result)
# os.listdir  列出保存到圖片名稱
 
pics = os.listdir('./he1/')
print(pics)
for im in pics:
    img='./he1/'+im
    blend_images(img, background)

四、合成視頻

我的背景圖尺寸是3840×2160

# 圖片合成視頻
import cv2
import os
pics = os.listdir('./he/')
fourcc = cv2.VideoWriter_fourcc('X','V','I','D')
# 保存格式，參數(shù)分別為filename,編碼器，幀率，尺寸
out=cv2.VideoWriter("2.avi",fourcc,10,(3840,2160))
print(pics)
for im in pics:
    # 按順序構(gòu)造出圖片路徑
    img = os.path.join("./he/",im)
    img1 = cv2.imread(img)
# 指定編碼器
    print(img1)
 
# 寫入視頻
    out.write(img1)
    cv2.imshow("detections", img1)
# 注意：尺寸一定要和圖像保持一致，否則看不了視頻
# 如果想改變保存視頻尺寸，應該先把讀入的圖像的尺寸改變
out.release()
cv2.destoryAllWindows()

到此這篇關(guān)于Python調(diào)用百度AI實現(xiàn)人像分割詳解的文章就介紹到這了,更多相關(guān)Python人像分割內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: